【数学建模 | 快速入门(上)】笔记----（P24-P25）

P24 MATLAB导入数据

最常用的就是导入excel表格数据，主页选项卡-导入数据-选择excel文件。

导入的范围

• 导入数据的范围默认是从第二行开始的，第一行一般是标题行。
• 如果不想导入所有数据，可以按住ctrl键，选择想导入的内容，例如某行、某列。
• “变量名称行”也就是导入之后，matlab里表格最上方会显示变量，一般默认选择原文件第一行。但是只能识别英文，如果是汉字则变成“VerName”。

 导入类型

“输出类型”决定了导入的数据以什么类型存储。一般选择表。如果选择“数值矩阵”，那么所有字符串都变成NaN，反之亦然。

 注意，导入后数据在工作区。关闭matlab后数据消失。如果想保存数据的话，记得保存工作区文件！

处理无法导入的数据

例如设置输出类型为“数值矩阵”，那么表格里的字符串怎么办？

• 选择替换，则所有字符串都变成NaN
• 选择排除行，那么某一行只要有字符串，这一行数据都不会被导入选择排除列，同上

 P25 MATLAB处理缺失值和异常值

清理缺失数

实时编辑器，选择任务>清理确实数据

首先，先写一组包含缺失值和异常值的例子

x = 1:100;
%构造一个数组，元素为1，2，3，......100
%randn( 1,100)意味着生成一个1行100列的矩阵
%矩阵元素的均值为0，方差a^2 =1，且是正态分布的随机数
data = randn(1,100); I
data(20:20:80) = NaN;%设置第20，40，60，80个元素为缺失值
% data的值都是在0附近的，设置4个异常值
data(10) = -50;
data(40) = 45;
data(70) = -40;
data(90) = 50
plot(x,data)

MATLAB运行之后发现有四个异常值和三个缺失值。 

 接着处理缺失值和异常值。

% 填充缺失数据
[cleanedData,missingIndices2] = fillmissing(data,'spline');

% 显示结果
clf
plot(cleanedData,'Color',[0 114 189]/255,'LineWidth',1.5,'DisplayName','清理的数据')
hold on

% 绘制填充的缺失条目
plot(find(missingIndices2),cleanedData(missingIndices2),'.','MarkerSize',12,...
    'Color',[217 83 25]/255,'DisplayName','填充的缺失条目')
title(['填充的缺失条目数: ' num2str(nnz(missingIndices2))])

hold off
legend
clear missingIndices2

 

% 填充离群值
[cleanedData2,outlierIndices] = filloutliers(cleanedData,'linear');

% 显示结果
clf
plot(cleanedData2,'Color',[0 114 189]/255,'LineWidth',1.5,'DisplayName','清理的数据')
hold on
title(['离群值数: ' num2str(nnz(outlierIndices))])

% 绘制填充的离群值
plot(find(outlierIndices),cleanedData2(outlierIndices),'.','MarkerSize',12,...
    'Color',[217 83 25]/255,'DisplayName','填充的离群值')

hold off
legend
clear outlierIndices